A ChatGPT mostantól elfogadja a kép- és hangkérelmeket

A ChatGPT, az OpenAI chatbotja korábban mindig szöveges lekérdezést igényelt a működéshez. Most a szolgáltatás fizetős verziójának felhasználói képes lesz arra más módon kommunikálj vele: hanggal és képekkel.

A hangos lekérdezések meglehetősen intuitívak: nem írsz kérdést, hanem kattintasz a mikrofon ikonra, és hangosan bediktálod. A rendszer a kérést szöveggé alakítja, választ generál és kimondja. A felhasználó öt hang közül választhat egyet a válaszok megszólaltatásához. Általában ez hasonlít egy „Alice”-vel vagy Sirivel folytatott beszélgetéshez – az egyetlen különbség az, hogy a válaszoknak jobbnak kell lenniük a továbbfejlesztett nyelvi modellnek köszönhetően.

A képlekérdezési funkció hasonló a Google Lensen keresztüli kereséshez. A felhasználó képet küld a chatbotnak, és a ChatGPT megpróbálja kitalálni, mire gondolt a személy, és a kérésnek megfelelően válaszol. A pontosító kérdések szöveggel vagy hanggal is felvehetők, ami hasznosabbá teszi az ilyen keresést, mint ugyanaz a „Google Lens”.

Az OpenAI megjegyzi, hogy a fejlesztők számos korlátozást vezettek be a ChatGPT-n keresztüli képfeldolgozáshoz. Így például a bot nem fogja tudni értékelni és felismerni az emberek megjelenését, hogy megvédje őket a nem kívánt figyelemtől.

A ChatGPT fizetős verziójának minden felhasználója két héten belül hozzáférhet az új lekérdezési lehetőségekhez, és röviddel ezután megnyílik a hozzáférés a nem előfizető felhasználók számára is.